A tomada de decisão inclusiva depende da produção dos dados corretos

** Este artigo foi escrito por ** ** Silvana Fumega ** , diretor de pesquisa e política, ** [ ILDA **](https: //idatosabiertos.org/)

Freqüentemente, quando falamos de dados, nos referimos a como os algoritmos os usam e aos padrões e estruturas legais que moldam sua produção. Mas os dados também são a base para a formulação de políticas e ferramentas que resolvam problemas públicos.

Nesse sentido, se não usarmos as categorias certas para entender por que estamos coletando dados, não coletaremos os [dados certos](https://apolitical.co/en/solution_article/machine-learning-ethics -3 principais considerações para o governo). Sem isso, desenhar políticas que ofereçam soluções a diversos grupos de pessoas e, de forma ainda mais ampla, que promovam a mudança social, é incrivelmente difícil.

Isso nos dá uma ideia clara do que acontece quando descontamos certas pessoas ou grupos em nossas escolhas de dados: também aumenta nosso foco em quem estamos deixando de fora de nossa conta. Isso mostra por que precisamos de responsabilidade e pensar sobre inclusão quando isso trata da produção de dados.

** O que significa inclusão na produção de dados? **

Em primeiro lugar, ao falar sobre dados de gênero, é importante notar que as pessoas costumam usar categorias binárias para descrever o sexo em vez de usar categorias de gênero. Isso significa que [dados desagregados por sexo](http://www.unesco.org/new/fileadmin/MULTIMEDIA/HQ/BSP/GENDER/PDF/1.%20Baseline%20Definitions%20of%20key%20gender-related%20concepts .pdf) é coletado e apresentado em referência às diferenças biológicas entre machos e fêmeas. Ter este tipo de dados desagregados é importante, mas há muito mais a acrescentar. Por exemplo, se o sexo geneticamente atribuído de uma pessoa não se alinha com sua identidade de gênero, você pode acabar deixando-a completamente fora dos dados ou usando categorias que não refletem sua identidade. Nenhuma das duas é uma boa ideia.

• Quer escrever para nós? Dê uma olhada no ** [ guia para colaboradores **] da Apolitical (https://apolitical.co/opinion-writing-becoming-an-apolitical-contributor/)

Eu trabalho na ILDA, uma organização que busca entender e promover políticas de dados na América Latina e usar dados para promover o desenvolvimento inclusivo da região. Em um de nossos projetos - [padronização regional de dados sobre femicídio](https://blogs.lse.ac.uk/latamcaribbean/2019/08 / 08 / padronização-de-femicídio-dados-requer-um-processo-participativo-complexo-mas-lições-importantes-já-estão-emergindo /) - descobrimos que se restringirmos os dados a uma categoria sexual binária, estaremos tornando muitas populações invisíveis. Se uma mulher transexual não consegue mudar sua marca de gênero em seus documentos oficiais de identidade, então, se ela for vítima de um homicídio, pode ser difícil identificá-la nas estatísticas oficiais sobre feminicídio. Claro que isso depende do contexto cultural do país, e alguns podem registrar mortes como feminicídios transfóbicos. Mas vemos que, quando não adotamos uma abordagem feminista para a produção de dados e o uso de dados para fins de políticas, corremos o risco de tornar certas populações invisíveis.

** Nós, como sociedade, devemos estar cientes das implicações dos dados que produzimos e consumimos. **

As categorias binárias de sexo têm outras consequências. Como acadêmicas Catherine D'Ignazio e Lauren F. Klein discutem em Data Feminism, quando se trata de criar uma conta de usuário online, homens e mulheres costumam ser as únicas opções disponíveis. Forçar as pessoas a fazerem essa escolha tem consequências. Para as estimadas nove a 12 milhões de pessoas não binárias no mundo, a solicitação aparentemente simples de “selecionar o gênero” pode ser difícil de responder. Citando Maria Munir, a renomada ativista britânica D'Ignazio e Klein escrevem: “Se você se recusar a registrar pessoas não binárias como eu com certidões de nascimento e nos excluir em tudo, desde a criação de contas bancárias até a inscrição em listas de mala direta, você faz não tem o direito de se virar e dizer que não somos o suficiente para justificar a mudança ”.

Nas estatísticas oficiais, os dados coletados e divulgados ainda se referem, na maioria dos casos, a categorias binárias de sexo. Isso deixa muitas populações invisíveis e sub-representadas. O custo das estatísticas binarizadas é ignorar as experiências de muitos indivíduos que não se enquadram nessas duas categorias. Se não ampliarmos nossa abordagem, continuaremos olhando para o mundo de uma forma binária, nunca captando o fato de que as pessoas e suas realidades são muito mais complexas.

** Os dados devem contar todos nós **

Os problemas que discutimos até agora são coerentes com a ideia de ‘dados para inclusão’. O conceito por trás do trabalho que está sendo feito para melhorar a produção e publicação de dados é que os dados devem contar todos nós, não apenas alguns.

Além dos dados de gênero, podemos encontrar outros grupos marginalizados que se tornaram invisíveis nas estatísticas oficiais. Na ILDA, estamos trabalhando com a organização de desenvolvimento internacional com sede na Holanda HIVOS para explorar os dados sobre a violência contra a comunidade LGBTQ + na América Central. É evidente que, sem dados de gênero, orientação sexual ou outras variáveis, é muito difícil entender a gravidade do problema naquela região (ou em qualquer outra, aliás).

** De quem é a perspectiva padrão na sociedade e em nossos dados? **

Em seu livro, D'Ignazio e Klein chamam a atenção para o fato de que a perspectiva padrão oculta o privilégio. Todos nós temos preconceitos e experimentamos seu impacto em nossas vidas diárias. Eles podem estar relacionados a gênero, raça, idade e classe, entre outros, e podem resultar em diferentes tipos de discriminação. Essas posições de poder, no entanto, acabam se transmitindo para os dados. O poder passa a fazer parte dos processos pelos quais os dados são produzidos e, em muitos casos, nos padrões que orientam sua produção (eu argumentei, junto com Michael Cañares e Brandusescu, que o viés [pode se infiltrar em padrões de dados abertos](https: / /idatosabiertos.org/en/diseno-de-estandares-de-datos-abiertos-a-puertas-cerradas/)). Deixar de perceber como o poder determina os dados pode tornar algumas populações invisíveis em conjuntos de dados, algoritmos e visualizações, para citar apenas alguns exemplos.

** A maneira como produzimos e consumimos dados afeta a vida das pessoas **

Essa discussão pode parecer bastante técnica, mas tem um impacto em todas as nossas vidas, especialmente naqueles que são mais desfavorecidos. Um padrão estatístico que se aplica à maioria pode não ser aplicável a um grupo minoritário. Nesse sentido, o preconceito afeta a vida das pessoas, na hora de tomar decisões e quando são objeto de processos de decisão de terceiros.

Nós, como sociedade, devemos estar cientes das implicações dos dados que produzimos e consumimos. Afeta as informações que recebemos sobre política, nossa compreensão de quais benefícios temos direito e se certas oportunidades surgem apenas porque pertencemos a um determinado grupo demográfico. Ainda estamos aprendendo a lidar e mitigar o preconceito. O caminho a percorrer é longo, mas o primeiro passo é tornar-se mais consciente desses perigos e de suas implicações. ** - Silvana Fumega **

** Queremos saber sua opinião sobre este artigo. ** ** Lance um artigo ** ** para nós ou envie seus comentários para ** hello@apolitical.co

(Crédito da foto: Pexels)